1. 引言
随着互联网技术的深度渗透，电子商务平台已成为社会经济运行的重要载体。据微博和新浪网联合推出的黑猫投诉数据平台统计，截至2025年6月底，平台受理的“网购杀熟”投诉已超9800起，且自2021年以来呈显著波动上涨趋势。1这种依托算法技术实施的价格歧视行为，通过分析消费者浏览记录、购买历史等数据，实现“千人千价”精准定价，在损害消费者权益同时，也对市场竞争秩序构成潜在威胁[1]。我国《反垄断法》第22条虽对价格歧视行为作出禁止性规定，但面对算法技术驱动的新型价格歧视，传统法律规制框架暴露出明显不适应性。如何在保障市场效率与维护竞争公平之间寻求平衡，构建符合数字经济特征的反垄断规制体系，成为亟待解决的理论与实践课题。
2. 算法价格歧视的运作逻辑与双重效应
2.1. 概念界定与技术实现路径
算法价格歧视主要发生于电子商务领域，其实施主体是利用互联网技术为商品或服务的供给侧与需求侧提供聚合化链接机会的经营者——电子商务平台[2]。它是传统价格歧视在数字经济的演进形态，平台通过收集用户身份、行为轨迹、消费偏好等数据，利用机器学习模型预测个体支付意愿上限，实现“千人千价”的定价策略。与传统价格歧视相比其具有三大核心特征：一是隐蔽性，算法作为平台内部运行的“黑箱”程序，普通消费者难以察觉价格差异的存在；二是精准性，通过机器学习与数据分析，算法能够无限逼近消费者的心理底价，实现精准定价；三是广泛性，依托互联网的跨时空特性，算法价格歧视的影响范围突破传统交易的地域限制，形成“点对面”的歧视网络。
电子商务平台利用算法技术，对相同或相似的商品与服务实施差异化定价，其实施分为几个阶段。首先是信息收集，平台通过用户注册、浏览记录、交易行为等多渠道获取碎片化信息，构建“用户信息库”。以淘宝为例，其隐私政策明确规定可收集用户的浏览时间、搜索内容等数据，形成持续更新的数据库。其次是信息处理，运用算法对收集的数据进行标签化处理形成用户画像，如网约车平台会根据用户的忠诚程度、下单时间与地点等敏感信息，将用户划分为不同群体，推算其最高支付意愿。再是个性化定价，基于用户画像搭建数据模型实施差异化定价策略，平台不仅能针对单一用户建立长期分析模型，还能通过个性化推荐、排名等间接方式诱导消费者支付不同价格。
2.2. 双重效应辩证分析
从语义来看“价格歧视”一词带有负面意味且容易引发误解，形式上算法价格歧视类似于以消费者心理价位为基础的一级价格歧视。但经济学理论认为它实际上是中性的市场竞争策略，兼具积极和消极影响。因此，在制定相关规制政策时必须首先准确认识其双重效应。
在积极层面，它通过精准匹配支付意愿实现市场扩张，如拼多多低价策略从而覆盖传统定价无法触达的低消费群体、外卖平台补贴战降低实际价格激发平台间竞争，算法定价通过利益转移机制将高支付意愿群体消费剩余转化为对低支付意愿群体的价格优惠，这种交叉补贴模式有效降低后者实际支付成本，进而提升整体社会福利。然而在消极层面，其剥削性本质导致消费者剩余被系统性攫取，引发信任危机，且头部平台凭借数据与算法壁垒强化市场锁定效应，不仅会消解原有市场分级，更可能抬高市场壁垒、排挤竞争对手，最终诱发平台垄断风险[3]。这种效率提升与权益侵害并存特性，构成反垄断规制的复杂逻辑起点。
3. 反垄断法规制的必要性及现实困境
3.1. 其他法律规制的局限性
算法价格歧视因其积极面未被法律禁止，但其消极面也引发持续担忧，因此允许其广泛应用的前提是法律能将其负面影响控制在合理范围内。我国《个人信息保护法》《消费者权益保护法》和《电子商务法》都试图规制算法价格歧视，但效果不佳。
《个人信息保护法》第24条明确规定，个人信息处理者利用个人信息进行自动化决策时，不得对个人在交易价格等交易条件上实行不合理的差别待遇。同时收集个人信息需明确告知并取得用户同意，且同意必须是“充分知情、自愿、明确”的。但实践中消费者都会对“差别对待”有抵触情绪，若知悉数据用于价格歧视多会拒绝同意，如淘宝、京东等电商平台对价格歧视行为讳莫如深，通常只提“个性化推荐”而否认个性化定价，导致法律设计落空。
《消费者权益保护法》第8条要求经营者如实告知商品或服务的真实价格，但受限于合同相对性，其重点一般在商品或服务内容而非揭示差别定价本身，故难以有效规制算法价格歧视。2024年7月1日施行的《消费者权益保护法实施条例》第9条第2款明确规定，经营者不得在消费者不知情的情况下，对同一商品或服务在同等交易条件下设置不同的价格或收费标准。这一规定首次以行政法规形式将数据杀熟定性为违法行为，但“交易条件相同”的具体内涵未细化，实践中平台可能通过技术手段将消费者的个人信息差异，如把消费习惯、支付能力等解释为“交易条件不同”从而规避责任。
《电子商务法》第18条第1款明确要求，电子商务经营者在提供基于用户特征的搜索结果时，必须同时提供不针对个人特征的选项。这规制基于用户信息的推荐行为，但未明确涵盖个性化定价以及未清晰界定“个性化推荐”与价格歧视的关系，导致实践中难以将平台的价格歧视行为与该法有效对接，缺乏实效性。
3.2. 反垄断法适用的现实困境
《反垄断法》以维护市场竞争、防止垄断为立法目的，是化解互联网平台与经营者、消费者利益冲突的重要依据。其第22条明确禁止具有市场支配地位的经营者，利用数据、算法、技术及平台规则等实施滥用市场支配地位行为，包括对条件相同的交易相对人实行价格等交易条件的差别待遇，这成为规制算法价格歧视的核心条款。该条款适用需满足四项要件：一是主体需具备市场支配地位；二是客体为“交易相对人”；三是行为需满足“条件相同”却存在“交易条件差异”，即交易商品相似但价格等条件歧视；四是需产生“反竞争效果”。
3.2.1. 主体要件认定难题
《反垄断法》明确限定其规制的行为主体为具有市场支配地位的经营者，而相关市场界定是判定市场支配地位的关键前提。依据《国务院反垄断委员会关于相关市场界定的指南》，界定相关市场需综合考量商品特性、价格、销售方式等多重因素，但缺乏统一权重标准。传统线下市场常依赖市场份额作为支配地位的核心指标，然而在算法时代实施价格歧视的能力不再为高市场份额平台所独有，即使市场份额较低，拥有一定用户数据规模的平台亦可利用算法分析进行歧视性定价，进而损害消费者福利、限制竞争。市场支配地位并非实施大数据算法价格歧视的必要条件，即使经营者不具支配地位，只要拥有足够高质量的数据与先进算法，即可生成高精度用户画像，从而对消费者实施价格歧视[4]。因此，将“市场支配地位”要件直接套用于算法价格歧视的规制存在不合理性。
尽管部分电商平台可能不具备传统意义上的市场支配地位，但其凭借数据掌控对消费者形成显著相对优势，利用此优势实施的算法价格歧视可被视为大数据环境下的一种新型垄断行为[5]。这使得传统“市场份额”与“相关市场”理论难以适配，亟待重新审视主体要件的认定标准。
3.2.2. 客体范围界定争议
《反垄断法》第22条将差别待遇的对象规定为“交易相对人”，然而在规制电商平台算法价格歧视时，学界对“交易相对人”是否包含终端消费者存在争议。算法价格歧视直接作用于消费者，其规制的核心应是平台与消费者的法律关系，但《反垄断法》传统上针对经营者间关系，侧重保护消费者群体利益而非个体。因此部分学者主张“交易相对人”仅指经营者，另一部分学者则认为法条未限定范围，应可包含消费者。类似争议亦见于欧美，美国《鲁宾逊–帕特曼法》旨在保护零售商免受价格歧视，未涵盖消费者。《欧洲功能条约》虽规定“交易对象”为价格歧视对象，但未明确其是否包含消费者导致适用模糊。
若将“交易相对人”限定为经营者，《反垄断法》将难以适用于主要针对消费者的算法价格歧视。司法实践中已显现扩大解释的倾向，在国内首例反垄断诉讼“李方平诉中国网通北京分公司差别待遇案”2中，法院虽因原告未能证明被告市场支配地位而判其败诉，但认可了李方平的诉讼主体资格。可见尽管司法实践有所突破，但随着电商平台算法价格歧视日益普遍，亟需法律明确界定“交易相对人”的范围，方能有效推进反垄断法对该行为的规制。
3.2.3. 行为要件标准缺失
算法价格歧视的行为要件需同时满足交易商品相似性与交易价格歧视性。关于交易相对人“条件相同”的认定，《反垄断指南》明确规定，即使平台获取的交易相对人隐私数据、历史交易记录、个人偏好及消费习惯等存在显著差异，这些因素亦不构成认定“条件相同”的决定性要素。实践中，若具有市场支配地位的平台经营者对不同消费者实施差异化价格或其他交易条件，该行为易被认定为差别待遇并可能违反《反垄断法》。因此，判定“条件相同”应综合考量多重因素。
然而上述规定仅明确不影响认定的因素，法律对如何构成“条件相同”本身缺乏明确界定。电商平台交易模式中交易相对人多样、交易条件复杂，难以找到完全相同的交易情形。交易条件涵盖时间、方式、数量、种类、地点等多重维度，任一维度的缺失均可能导致无法认定为法定“相同条件”，电商平台常以此为由抗辩，显著增加司法机关认定算法价格歧视违法性的难度。
3.2.4. 竞争效果评估模糊
算法价格歧视作为电商平台的中性定价工具本身不必然违法，贸然限制可能抑制数字经济发展，因此援引《反垄断法》规制该行为时，需提供否定性评价的合理依据并评估其竞争效果。《反垄断法》第6条作为核心条款，明确仅规制“排除、限制竞争”的行为，划定了法律边界。算法价格歧视客观上可提升效率、增加社会福利，然而该福利增长实则几乎尽归经营者，这种分配格局揭示了社会福利增长掩盖下的不公，本质上算法价格歧视使垄断者攫取全部消费者剩余，经营者额外收益即为消费者损失。正因其兼具积极与消极效应，认定其达到“排除、限制竞争”标准，须明确消极效应何时压倒积极效应，但《反垄断法》现有规定无法提供完成此判断的清晰标准。
4. 反垄断法规制的优化路径
4.1. 弹性化主体认定机制
互联网市场的动态性与复杂性，使传统以市场份额为核心的市场支配地位认定模式难以适用，算法技术显著增强经营者收集和利用消费者信息的能力，因此判定平台市场力量需纳入更复杂因素。对于平台经营者相关市场份额的认定，不能仅依据传统标准，而应结合企业所提供商品或服务的特点，将用户使用强度、活跃度及活跃用户数等相关数据作为市场份额的计算依据[6]。这些是其实施算法价格歧视的基础，也是判断市场支配地位的关键。同时，需要重新认识相关市场在认定市场支配地位中的重要性。2022年修订的《反垄断法》第9条禁止利用算法、技术及资本优势实施平台垄断，平台的数据资源、算法技术、创新能力等成为影响竞争力的重要因素，因此认定电商平台市场支配地位需综合数据处理能力、规模效应、锁定效应等因素。
数字经济下只要掌握一定用户数据，即便无垄断势力也可实施价格歧视，因此传统“市场支配地位”限制难以有效规制，需扩大《反垄断法》价格歧视主体外延。对不具备传统市场支配地位但凭借数据与算法优势形成相对竞争优势的平台，可参照相对优势地位理论，衔接《电子商务法》第35条、《反不正当竞争法》第6条中关于滥用相对优势地位的条款与《反垄断指南》相关内容，待条件成熟推动《反垄断法》修改，融入相对优势理论，实现对算法价格歧视的全面覆盖。
4.2. 明晰化客体范围界定
“交易相对人”作为《反垄断法》中价格歧视的作用对象，其范围是否包含终端消费者直接决定着算法价格歧视的规制边界。从福利经济学视角看，公平竞争、经济效率与消费者权益本质上统一于社会整体福利增长，公平市场既保障消费者权益，又激励企业提升效率。但电商平台的算法价格歧视看似促进交易，实则将消费者剩余转化为平台利益，不仅榨取消费者原有福利，还会因破坏公平感削弱消费者信任、抑制购买意愿，最终不利于电商经济健康发展与整体福利提升。我国《反垄断法》虽未直接使用“消费者福利”概念，但其第1条将“维护消费者利益”纳入立法目的，从文义解释看消费者利益应包含消费者福利，而算法价格歧视损害的是不确定消费者群体的利益，理应纳入《反垄断法》规制范畴。司法实践已显现保护消费者的倾向，然而立法对“交易相对人”范围的模糊界定，导致在规制价格歧视时存在适用障碍，因此需通过立法明确将终端消费者纳入其范畴。
4.3. 明确行为要件认定标准
本文认为算法价格歧视的规制需满足“相同产品 + 不同价格 + 条件相同”三元标准，其核心认定规则如下：
关于“相同产品”的实质性能标准，差异化定价的违法性以产品同质性为前提，在商品个性化定制趋势下可借鉴FTC v. Borden Co.案3逻辑：若商品仅在品牌等非功能属性存在差异，如标签不同的同质牛奶，而质量、性能、原材料等物质属性实质相同，应认定为“相同产品”，同时司法实践需结合市场特性对“实质相同”进行个案裁量。
就“不同价格”的类型化认定而言，参照美国《鲁宾逊–帕特曼法》价格歧视包含直接形式与间接形式，即同一商品明示价差与通过优惠券、促销活动等隐性差异化定价。电商平台通过算法实施低价引流、发放优惠券等行为属常见经营模式，反垄断法应避免过度干预，认定“不同价格”需以经营者主观“善意”为核心标准：若定价目的是维护社会整体福祉、响应消费者实惠需求、提升资源配置效率或遵循公平竞争原则，则不构成违法性价格差异；反之，非“善意”的差别定价应纳入法律规制范畴。
在“条件相同”的双维判断框架方面，基于欧盟United Brands案4确立的规则，同等交易条件需综合考量，一是商品维度，即功能、品质、数量等物理特性一致性；二是成本维度，即支付条款、物流成本、税费负担等交易成本等价性，该案明确区域性消费偏好差异不构成价格差异的正当理由，即便存在消费偏好差异，也不能合理化长期价格悬殊，此标准同样适用于互联网平台的算法价格歧视认定。
4.4. 完善竞争效果评估体系
算法定价是电商平台参与市场竞争的核心策略，反垄断法规制需以“排除、限制竞争”效果为必要前提。其认定应结合具体情境与立法原意，聚焦以下三重维度：一是市场竞争规则破坏，优势平台通过算法价格歧视排挤中小经营者，导致市场向寡头垄断倾斜，引发“劣币驱逐良币”效应，颠覆公平竞争利益平衡机制。二是行业准入门槛抬高，基于用户画像的精准定价形成市场封锁效应，新进入者因无法匹配算法定价能力而难以获客，既有平台则通过价格战固化优势，抑制市场动态竞争。三是消费者利益受损，借鉴美国《鲁宾逊–帕特曼法》逻辑，若证明消费者损害与垄断行为存在因果关联，即可推定反竞争效果成立。需要注意的是，对此规制应避免因噎废食，算法技术是经济创新产物，反垄断法需区分正当竞争与非法排他，遵循“保护竞争而非竞争者”原则，在纠正剥削性歧视同时防止机械适用传统标准阻碍技术发展[7]。
5. 结论
算法价格歧视作为数字经济时代产物，其反垄断法规制是一项复杂且系统的工程。本文通过对算法价格歧视运作逻辑、双重效应的分析，揭示当前法律规制面临的多重困境，并针对性地提出优化路径，这不仅有助于平衡市场效率与公平竞争，保护消费者合法权益，更能为数字经济健康发展提供法治保障。然而，算法技术快速迭代意味着相关规制研究需持续跟进，未来可进一步探索算法透明度与商业秘密保护的平衡、跨境算法价格歧视规制协调等问题，不断完善反垄断法规制体系，以应对数字时代市场竞争新挑战。
NOTES
1数据来源于https://tousu.sina.com.cn/。
2来源于https://mp.weixin.qq.com/s/u6xC12J9l3aiKDuVVHlHXg。
3See FTC v. Borden Co, 383U.S.637 (1966).
4Case 27/76 United Brands Company and United Brands Continental BV v Commission of the European Communities [1976] ECR 425.